E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
mmlab学习系列
视频教程-Tensorflow物体检测Faster-Rcnn技术教程-深度学习
参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度
学习系列
课程,课程生动形象,风格通俗易懂。唐宇迪¥128.00立即订阅订阅后:请点击此处观
weixin_30442829
·
2020-09-10 18:04
大数据
学习系列
2-Centos6.7下搭建hadoop-2.6.5集群
集群规划主机IP安装的软件运行的进程mini1192.168.33.61jdk、hadoopNameNode、ResourceManager、SecondaryNameNodemini2192.168.33.62jdk、hadoopDataNode、NodeManagermini3192.168.33.63jdk、hadoopDataNode、NodeManager1.准备Linux环境1.1先将
dream-on
·
2020-09-10 18:56
osgi
学习系列
(六)普通jar包osgi化
普通jar包osgi化,有些是基于osgi开发的bundle,直接放到targetplatform中导入即可,有些jar包不是基于osgi开发的,在开发osgi的项目时,需要osgi化即可New-->other选择addexternal—选择需要的jar包输入projectname,finish即可。
iteye_3224
·
2020-09-10 14:56
springboot入门
学习系列
-1创建springroot工程
Spring的Java配置方式是通过@Configuration和@Bean这两个注解实现的:1、@Configuration作用于类上,相当于一个xml配置文件;2、@Bean作用于方法上,相当于xml配置中的;1新建maven工程(初次接触,百度了一下maven,类似于node中的npm版本管理器,通过npm可以直接安装所依赖的包,maven可能更简单一些,不需要再单独运行Npm,pom.xm
A873054267
·
2020-09-10 11:07
springboot
Google 机器学习(一) 安装 Anaconda 以及 Scikit-learn 等必备库
Google深度
学习系列
视频谷歌开发者视频中文频道:https://www.youtube.com/playlist?
tz_zs
·
2020-09-10 10:25
#
机器学习算法
深度
学习系列
课程第5课放出,全剧终
大数据文摘作品作者:龙牧雪,魏子敏在各位同学们推特、朋友圈、Coursera不懈的催更之下,跳水了几个月的吴恩达爸爸终于推出了深度
学习系列
课程的第五部分。
BigDataDigest
·
2020-09-10 09:37
《机器
学习系列
教程》神经网络的入门级算法
第四章经典网络4.1LetNet5一种典型的用来识别数字的卷积网络是LeNet-5。4.1.1模型结构[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QiOLzT7k-1578728255977)(./img/ch4/image1.png)]4.1.2模型结构LeNet-5共有7层,不包含输入,每层都包含可训练参数;每个层有多个FeatureMap,每个Feature
缠禅可禅
·
2020-09-10 09:46
机器学习原理讲解与代码实现
机器学习
深度学习实战讲解与分析
Fabric2.0部署学习进阶教程系列博文
Fabric2.0部署
学习系列
文章目录1.
DonngZH
·
2020-09-10 09:05
Fabric2.0部署
区块链
ubuntu
linux
机器
学习系列
- 4 线性回归算法
1.简单线性回归:1.1损失函数:在机器学习中,所有的算法模型其实都依赖于最小化或最大化某一个函数,我们称之为“目标函数”。最小化的这组函数被称为“损失函数”。什么是损失函数呢?损失函数描述了单个样本预测值和真实值之间误差的程度。用来度量模型一次预测的好坏。常用损失函数有:0-1损失函数:用来表述分类问题,当预测分类错误时,损失函数值为1,正确为0平方损失函数:用来描述回归问题,用来表示连续性变量
小蘑菇1962
·
2020-09-02 19:31
飞桨PaddlePaddle-百度架构师21天零基础实践深度
学习系列
课程-PaddleHub学习笔记
I.什么是PaddleHub?PaddleHub是一个为深度学习而开发的工具。在深度学习领域,人们对模型的需求很大。在学术界,学者们可能致力于发明和探索更好更优化的深度学习模型概念。而工业界,更是将这种新鲜出炉的深度学习模型的应用落到实处。在AI飞速发展的今天,深度学习已经日渐成熟,很多模型落地非常好,可以直接利用到生产生活中并且达到了很好的效果,已经在生活的各个方面服务于人们并为我们的生活提供了
Fresh :b
·
2020-08-30 09:34
百度
深度学习
人工智能
python
(pytorch-深度
学习系列
)使用Pytorch实现小型卷积神经网络网络
卷积层卷积神经网络中每层卷积层(Convolutionallayer)由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法最佳化得到的。卷积运算的目的是提取输入的不同特征,第一层卷积层可能只能提取一些低级的特征如边缘、线条和角等层级,更多层的网路能从低级特征中迭代提取更复杂的特征。·pytorch的卷积层:classtorch.nn.Conv1d(in_channels,out_channe
我是一颗棒棒糖
·
2020-08-29 20:10
DeepLearning学习
神经网络
卷积神经网络
深度学习
(pytorch-深度
学习系列
)pytorch卷积层与池化层输出的尺寸的计算公式详解
pytorch卷积层与池化层输出的尺寸的计算公式详解注:这篇blog写的不够完善,在后面的CNN网络分析padding和stride详细讲了公式,感兴趣的可以移步这里:卷积神经网络中的填充(padding)和步幅(stride)要设计卷积神经网络的结构,必须匹配层与层之间的输入与输出的尺寸,这就需要较好的计算输出尺寸先列出公式:卷积后,池化后尺寸计算公式:(图像尺寸-卷积核尺寸+2*填充值)/步长
我是一颗棒棒糖
·
2020-08-29 19:31
DeepLearning学习
深度学习
卷积神经网络
音视频
学习系列
第(六)篇---音视频的分离与合成
音视频系列什么是音视频的分离和合成分离就是将视频1的声音和图像分别取出来合成就是将视频1的图像和非视频1的声音组合成一个新的视频如何进行音视频的分离和合成安卓提供了两个API来帮助我们完成这个操作MediaExtractor用于分离视频MediaMuxer用于合成视频下面我就来介绍一下这两个API的使用MediaExtractor分离音频1.设置音频源MediaExtractoraudioExtr
weixin_30808575
·
2020-08-26 22:43
Python django 入门
学习系列
(二)
1.绑定URL与视图函数2.使用Django模板系统这里主要是跟着追梦的教程自己一边看着一边用于实践来写的步骤1:首先在项目应用的目录下创建一个urls.py文件在urls.py中写入:blog/urls.pyfromdjango.conf.urlsimporturlfrom.importviews#写这里的路由urlpatterns=[url(r'^$',views.index,name='in
xudailong_blog
·
2020-08-26 22:47
python-web
【python - selenium】- selenium 入门练习一(模拟登录)
由于界面可能更改,UI自动化不稳定,会执行不了,需要维护selenium
学习系列
检验登录的自动化测试脚本(人工注册一个账号)【登录】→【账号登录】→【用户名/手机号/邮箱】→【密码】→【登录】→并验证是否登陆成功
bingolina
·
2020-08-26 15:51
#
【目标检测系列:十】Anchor Free | GARPN | Region Proposal by Guided Anchoring
CVPR2019商汤RegionProposalbyGuidedAnchoringhttps://github.com/open-
mmlab
/mmdetectionDCNanchorDense–>sparsefix
鹿鹿最可爱
·
2020-08-26 13:27
Object
Detection
faster rcnn
学习系列
(四)运行test_net.py遇到KeyError问题的解决
前言基于自己数据集的模型训练出来后,就可以开始对测试图片(test.txt里面的文件名list,不带后缀)进行识别,然后计算出ap和map值。其实运行./experiment/scripts/faster_rcnn_end2end.sh,就可以在训练完后进行测试。但后来将测试图片进行了变更(即修改了test.txt内容),就只需要单独运行test_net.py来识别测试图片了。脚本运行命令如下图所
ltshan139
·
2020-08-26 13:52
深度学习
元
学习系列
(一):Siamese Network(孪生网络)
目前有一种说法认为,深度学习模型在数据量较大的情况下才能取得较好的效果,当数据量较少,更偏向于使用传统的机器学习模型。想办法从深度学习的方向构建模型,使得模型在数据量较小的情况下也能取得较好效果,就是metalearning的目标。那么如何才能实现这个目标呢,从人类学习分类物体的角度来说,人类认识新的物体并不需要太多的样本,这是因为人类拥有更多的先验知识,比如现在叫一个没见过碟子的人,从一堆文具数
JessssseYule
·
2020-08-26 13:31
元学习
Android
学习系列
(30)--App列表之下拉刷新
Android的ListView是应用最广的一个组件,功能强大,扩展性灵活(不局限于ListView本身一个类),前面的文章有介绍分组,拖拽,3D立体,游标,圆角,而今天我们要介绍的是另外一个扩展ListView:下拉刷新的ListView。下拉刷新界面最初流行于iphone应用界面,如图:然后在Android中也逐渐被应用,比如微博,资讯类。所以,今天要实现的结果应该也是类似的,先贴出最终完成效
dianan1505
·
2020-08-26 12:25
2月26日 会议总结
图片发自App图片发自App第二学习到了7个小心机1)棒球外套2)帽兜衫3)小黑4)小香5)校服裤6)印花7)容光焕发第三学习到了四个主题1)姹紫嫣红2)穿金戴银3)红蓝CP4)容光换发总结:今天一天主要
学习系列
就是让我们学透
WZH小慧儿
·
2020-08-26 12:28
SpringBoot
学习系列
之MyBatis Plus整合封装的实例详解
前言MyBatis-Plus是一款MyBatis的增强工具(简称MP),为简化开发、提高效率,但我们并没有直接使用MP的CRUD接口,而是在原来的基础上封装一层通用代码,单表继承我们的通用代码,实现了单表的基础get、save(插入/更新)、list、page、delete接口,使用Vo去接收、传输数据,实体负责与数据库表映射。这样做的目的是与我们之前的那套jpa保持编码风格上的一致,当我们的通用
·
2020-08-26 11:27
jvm(一)--java内存区域划分
前言 本笔记作为jvm
学习系列
的第一篇,对jvm的内存区域的划分做一个简单介绍。 以前总想着用一篇大文章大面积的总结jvm的笔记,但是这样却使得后面的笔记难以下笔,并且对之前大篇的笔记也不好维护。
金发只是水一下
·
2020-08-25 17:07
java
Android MVP Plugin,一键完成MVP结构代码编写
推荐一个Gradle的
学习系列
,Gradle相关的知识一直很匮乏,难得发现一个不错的系列:http://www.cnblogs.com/davenkin/p/gradle-learning-1.html
diaodishui8923
·
2020-08-25 17:21
Unity UGUI
学习系列
(四) ------ 多层血条实现
本系列文章是学习siki学院UGUI整体解决方案-案例篇笔记GitHub地址:https://github.com/BlueMonk1107/UGUISolution本文实现的是多层血条,效果如下:不过这里血条是image,update每帧跟随目标,个人觉得用SpriteRender实现好像更好一点,不过也当学习记录了一.血条预制体结构LifeBar上添加LifeBar脚本,CurrentBar/
千喜
·
2020-08-25 17:27
算法
学习系列
之 红黑树
文章目录总体介绍预备知识左旋右旋方法剖析get()put()插入案例总体介绍JavaTreeMap实现了SortedMap接口,也就是说会按照key的大小顺序对Map中的元素进行排序,key大小的评判可以通过其本身的自然顺序(naturalordering),也可以通过构造时传入的比较器(Comparator)。TreeMap底层通过红黑树(Red-Blacktree)实现,也就意味着contai
chengzi_wj_
·
2020-08-25 17:10
数据结构与算法分析
李宏毅机器
学习系列
-结构化学习之结构化支持向量机
李宏毅机器
学习系列
-结构化学习之结构化支持向量机回顾统一框架统一框架的问题结构化学习的应用统一框架的问题解决方案前方高能线性可分的情况和结构化感知机训练次数的数学推导如何进行快速训练线性不可分情况定义损失函数梯度下降法考虑误差加上正则化结构化
王伟王胖胖
·
2020-08-25 17:21
李宏毅机器学习
机器学习
深度学习
结构化学习之结构化支持向量机
支持向量机
机器学习
深度学习
Spring Cloud学习(1)-----基础知识
思维导图:引言:SpringCloud
学习系列
是我对>一书的读书笔记.本片文章则是第一章:基础知识的归纳总结.本文主要是通过对比单体服务和微服务的优缺点来说明微服务相关基础知识.最后会介绍微服务的普遍性的实现
zh328271057
·
2020-08-25 17:29
Spring
Cloud
Spring
Cloud
基础知识
Html5
学习系列
(四)文件操作API
引言在之前我们操作本地文件都是使用flash、silverlight或者第三方的activeX插件等技术,由于使用了这些技术后就很难进行跨平台、或者跨浏览器、跨设备等情况下实现统一的表现,从另外一个角度来说就是让我们的web应用依赖了第三方的插件,而不是很独立,不够通用。在HTML5标准中,默认提供了操作文件的API让这一切直接标准化。有了操作文件的API,让我们的Web应用可以很轻松的通过JS来
derfyfxh588690
·
2020-08-25 16:29
redis源码之sentinel高可用架构分析-分布式一致性Raft算法
=====================================================redis源码
学习系列
文章:redis源码分析之sha1算法分析redis源码分析之字典源码分析
chen_song_
·
2020-08-25 16:27
Redis源码探秘
数据结构和算法
学习系列
之最大子序列求和问题的O(N)时间复杂度
参考书目:数据结构与算法分析C++描述(第3版)MarkAllenWeiss书中介绍的第四种方法O(N)时间复杂度比较难理解,所以在看懂之后写了注释,比较难理解的位置是thisSummaxSum)9.//如果当前的和大于最大和,则替换覆盖10.maxSum=thisSum;11.elseif(thisSum<0)12.//如果当前和小于零,则当前和重置为零。即重置起点,置零意味着将i向前提到当前处
MoreTechSEU
·
2020-08-25 15:31
数据结构
算法
复杂度
Effective C++
学习系列
之继承关系
关于public继承塑模出is-a关系这句话出现在各种书中但个人感觉在java编程思想中讲的最简洁最本质。publicinheritance(公开继承)意味着”is-a”的关系,适用于baseclasses身上的每一件事情一定也适用于derivedclasses身上,因为每一个derivedclass对象也都是一个baseclass对象例子:如果classD以public形式继承classB也就是
MoreTechSEU
·
2020-08-25 15:31
c++
编程语言
学习杂记
c++
继承
【深度
学习系列
】卷积神经网络CNN原理详解(一)——基本原理
转自:https://www.cnblogs.com/charlotte77/p/7759802.html上篇文章我们给出了用paddlepaddle来做手写数字识别的示例,并对网络结构进行到了调整,提高了识别的精度。有的同学表示不是很理解原理,为什么传统的机器学习算法,简单的神经网络(如多层感知机)都可以识别手写数字,我们要采用卷积神经网络CNN来进行别呢?CNN到底是怎么识别的?用CNN有哪些
WitsMakeMen
·
2020-08-25 15:39
算法学习
数据结构和算法
学习系列
之快速排序的Partition函数一种实现方法
快速排序的Partition函数(也即有的书中叫分割函数、划分函数)一种实现方法这种方式不同于以往的两个游标从左右两侧交替比较的方法。而是只是从一侧走向另一侧。不失为一种思路1.在书中看到快速排序的Partition一种实现方法。最开始颇为不理解。后来画图试数,不得不承认试数是一种好的理解方式。才发现这种Partition实现方法也是用的两个游标即index和small游标。2.两个游标是从一个方
MoreTechSEU
·
2020-08-25 15:36
数据结构
apache commons组件
学习系列
之configuration库
commonsconfiguration库允许application从不同形式的配置文件中读写配置数据。它不仅可以从properties,xml,ini文件读取配置,支持变量插值,还可以从系统配置,Servlet参数中读取配置。更可以通过JDBC或者JNDI数据源读写数据库中的配置。也可以组合多种配置文件同时使用。同时支持文件中的变量插值,自动类型转换,还可支持jexl表达式语言等,同时你可以自由
小小懒羊羊
·
2020-08-25 08:50
JAVA
前端必须会的!!!关于对HTTP协议的理解、HTTP协议原理分析
http协议
学习系列
1.基础概念篇1.1介绍HTTP是HyperTextTransferProtocol(超文本传输协议)的缩写。
anghuangdong6590
·
2020-08-25 06:59
视频教程-5小时破冰Python教程-快速入门必备-Python
参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度
学习系列
课程,课程生动形象,风格通俗易懂。
weixin_31554811
·
2020-08-25 06:40
机器
学习系列
(22)_SVM碎碎念part5:凸函数与优化
原文地址:SVM-Understandingthemath-convex-functions/byBrandonAmos感谢参与翻译同学:@程亚雄&&@张蒙&&@jozee时间:2018年1月。出处:http://blog.csdn.net/han_xiaoyang/article/details/70214565声明:版权所有,转载请联系寒小阳(
[email protected]
)
寒小阳
·
2020-08-25 06:03
ML学习分享系列
机器学习/数据挖掘
机器学习与数据挖掘
SVM
支持向量机
凸函数
凸优化
极值点
个人
学习系列
- Docker搭建Nginx
在docker中搭建一个nginx,然后进行简单的测试。nginx简介Nginx是一款轻量级的Web服务器/反向代理服务器及电子邮件(IMAP/POP3)代理服务器,在BSD-like协议下发行。其特点是占有内存少,并发能力强。nginx搭建获取镜像查看镜像dockersearchnginx拉取镜像dockerpullnginx查看下拉的镜像dockerimages启动镜像启动镜像dockerru
周兆东
·
2020-08-25 05:15
个人学习系列
Java
学习系列
(二十三)Java面向对象之内部类详解
转载请注明出处:http://blog.csdn.net/lhy_ycu/article/details/45372395一、前言内部类也称寄生类,就是把一个类放在类里面(即内部类的上一级程序单元是类)定义,将其作为外部类的成员。内部类主要用几种定义形式:静态(static)内部类,非静态内部类,匿名内部类(也就是没有名字的寄生类)。内部类的好处就是内部类可以直接外部类的(包括私有)成员,反之不能
iteye_20130
·
2020-08-25 03:45
Java学习系列
Java
学习系列
(二十二)Java面向对象之枚举详解
转载请注明出处:http://blog.csdn.net/lhy_ycu/article/details/45332565一、前言今天我们来讲讲枚举,希望通过这篇博客大家能对枚举有个更全面的了解。枚举是一种实例(大写)数固定的类(不能再创建实例),枚举改变了常量的声明方式,而且它在编译期间就限定了类型。枚举多用于确定的状态数(如:鼠标上下左右、IM消息已读未读)、类型数(如:系统、聊天、添加好友消
iteye_20130
·
2020-08-25 03:45
Java学习系列
Java
学习系列
(二十)Java面向对象之反射详解
转载请注明出处:http://blog.csdn.net/lhy_ycu/article/details/45289391前言今天讲讲Java中的反射。我们常见的反射多用于JDBC中的加载驱动程序Class.forName("com.mysql.jdbc.Driver");、Struts的MVC、Hibernate中的ORM、Spring中的IOC还有一些其他框架等等。那它有什么好处呢?它的好处就
iteye_20130
·
2020-08-25 03:45
Java学习系列
Java
学习系列
(二十五)基于Junit3.8和Junit4.x的单元测试详解
转载请注明出处:http://blog.csdn.net/lhy_ycu/article/details/45281449前言好久没有写来CSDN写博客了,前段时间一直在加班赶项目,所以博客一直没有更新;现在空闲时间比较多,所以后面会长期更新博客。今天来复习一下单元测试基于Junit工具的使用。Junit3.8与Junit4.x的使用还是有些区别的,所以分开来讲,但不管怎样,单元测试的目的并不是证
iteye_20130
·
2020-08-25 03:44
Java学习系列
测试
java
Java
学习系列
(二十四)Java正则表达式详解
转载请注明出处:http://blog.csdn.net/lhy_ycu/article/details/45501777前言正则表达式可以说是用来处理字符串的一把利器,它是一个专门匹配n个字符串的字符串模板,本质是查找和替换。在实例演示之前先了解一下Pattern、Matcher这两个工具类,Pattern:编译好的带匹配的模板(如:Pattern.compile("[a-z]{2}");//取
_昨日重现
·
2020-08-25 02:14
Java入门教程
强化
学习系列
(6) - Policy-Gradient-Softmax
Policygradient最大的一个优势是:输出的这个action可以是一个连续的值,之前我们说到的value-based方法输出的都是不连续的值,然后再选择值最大的action.而policygradient可以在一个连续分布上选取action.误差反向传递:这种反向传递的目的是让这次被选中的行为更有可能在下次发生.但是我们要怎么确定这个行为是不是应当被增加被选的概率呢?这时候我们的老朋友,r
Zoeen
·
2020-08-25 01:07
强化学习(RL)
李宏毅机器
学习系列
-强化学习之近端策略优化PPO
李宏毅机器
学习系列
-强化学习之近端策略优化策略梯度的另一个问题从现在学习到离线学习(Fromon-policytooff-policy)重要性采样(importancesampling)重要性采样的问题近端策略优化
王伟王胖胖
·
2020-08-25 01:23
李宏毅机器学习
强化学习
深度学习
深度强化
学习系列
(三)Value iteration Network
TensorFlow代码实现:https://github.com/TheAbhiKumar/tensorflow-value-iteration-networks原创文章,转载请标明出处:http://blog.csdn.net/ikerpeng/article/details/53784021知乎同步发布:https://zhuanlan.zhihu.com/p/24478944交流请加群:5
xiaoiker
·
2020-08-25 01:38
深度强化学习
强化学习笔记+代码(七):Actor-Critic、A2C、A3C算法原理和Agent实现(tensorflow)
本文主要整理和参考了李宏毅的强化
学习系列
课程和莫烦python的强化学习教程本系列主要分几个部分进行介绍强化学习背景介绍SARSA算法原理和Agent实现Q-learning算法原理和Agent实现DQN
nbszg
·
2020-08-25 01:06
深度学习
机器学习
Tensorflow
强化学习笔记+代码(五):Double-DQN、Dueling DQN结构原理和Agent实现
本文主要整理和参考了李宏毅的强化
学习系列
课程和莫烦python的强化学习教程本系列主要分几个部分进行介绍强化学习背景介绍SARSA算法原理和Agent实现Q-learning算法原理和Agent实现DQN
nbszg
·
2020-08-25 01:05
深度学习
Tensorflow
机器学习
强化学习笔记+代码(二):SARSA算法原理和Agent实现
本文主要整理和参考了李宏毅的强化
学习系列
课程和莫烦python的强化学习教程本系列主要分几个部分进行介绍强化学习背景介绍SARSA算法原理和Agent实现Q-learning算法原理和Agent实现DQN
nbszg
·
2020-08-25 01:05
深度学习
python
机器学习
强化学习笔记+代码(三):Q-learning算法原理和Agent实现
本文主要整理和参考了李宏毅的强化
学习系列
课程和莫烦python的强化学习教程本系列主要分几个部分进行介绍强化学习背景介绍SARSA算法原理和Agent实现Q-learning算法原理和Agent实现DQN
nbszg
·
2020-08-25 01:05
深度学习
Tensorflow
机器学习
上一页
47
48
49
50
51
52
53
54
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他